消息面上，OpenAI宣布，将在ChatGPT推出新的语音和图像功能，新功能将于未来两周内面向Plus和企业用户推出。据介绍，新功能允许用户进行语音对话或向ChatGPT展示其正在谈论的内容。语音功能将在iOS和Android平台推出，图像功能将覆盖所有平台。

国盛证券分析称，Chatgpt即将开放图生文及语音对话功能，AI技术持续迭代再翻新一页。

语音对话能力让与ChatGPT的互动更直接、灵活，提升客户体验的便捷性。用户可语音直接对话ChatGPT，而ChatGPT也能以语音方式回复，运用新文生语音模型，五种可选声音由ChatGPT定制。

图生文能力使ChatGPT能读懂图片，拓宽应用范围。图像读取理解背后有GPT3.5或GPT4多模态模型支持。客户可上传一张或多张图片给系统，甚至用画笔标注重点内容，让系统读取理解，可用于辅导学生作业、搜索日常食谱等。图生文能力的推出拓展了AI技术应用领域，助力AI在各行各业快速落地。

从过往来看，AI视觉应用的场景会更多一些，人类获取信息的70%-80%是通过视觉方式，也可以看到市场上计算机视觉公司在AI行业的总体发展情况相对较好。

放眼未来，因为很多领域的AI渗透率不高，即使大家看到了生成式AI的潜力，判别式AI依然大有可为，而且可以和生成式AI相互促进和融合发展。

在近期机构调研中，格灵深瞳表示，公司已经搭建了适用于智慧金融领域的行为分析大模型技术架构，目前已完成场景试验、技术论证并实现落地应用。

公司会围绕擅长的垂直领域重点投入，做L1级暨行业/领域多模态大模型和全新形态的AIGC系统，目标是既能结合图像理解、NLP、三维重建技术等多模态任务与数据，利用参数量更大的模型能力，提高系统对场景的重建能力和人员行为的理解能力，并结合大语言模型的归纳推理能力，为用户输出更准确优质的内容，在大部分垂类场景，公司未来自研的大模型是可以满足客户/用户需求的，但如果某些场景需要更通用、更广泛的解决方案，公司也会积极考虑与外部资源灵活合作。